PREDIKSI KUNJUNGAN WISATAWAN TORAJA UTARA MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION

Michael, Aryo
Garonga, Melki

Journal Dynamic SainT
Vol. 5 No. 1 (2020): Jilid 5 Volume 1

Paper ini berisi tentang penerapan algoritma jaringan saraf tiruan backpropagation untuk memprediksi kunjungan wisatawan di Toraja Utara berdasarkan data kunjungan wisatawan sebelumnya. Data yang yang digunakan merupakan data dari kunjungan wisatawan tahun 2014-2018. Arsitektur jaringan syaraf tiruan yang digunakan terdiri atas 3 (tiga) lapisan yaitu 1 lapisan masukan yang terdiri atas 12 neuron, 1 (satu) lapisan tersembunyi, dimana percobaan dilakuklan dengan 6, 12, 18, 24 dan 36 neuron sedangkan pada lapisan keluaran terdapat 1 (satu) neuron yang menjadi target prediksi. Hasil pelatihan JSTbacpropagation menunjukan arsitektur terbaik adalah yaitu 12 neuron pada lapisan masukan, 36 neuron pada lapisan tersembunyi, dan 1 neuron pada lapisan keluaran. Hasil pengujian model JST backpropagation menunjukkan bahwa prediksi cukup baik untuk melakukan prediksi kunjungan wisatawan dengan menghasilkan nilai mean square error (MSE) 0.364826512 atau persentasi akurasi sebesar 63,51%.